Đại học Bách Khoa TP.HCM ĐỀ KIỂM TRA HỌC KỲ 2. Năm học 2011-2012 Khoa Điện – Điện Tử Môn: NHẬP MÔN ĐIỀU KHIỂN THÔNG MINH Bộ môn ĐKTĐ Ngày thi: 21/06/2012. Thời gian làm bài: 90 phút ---o0o--- (Sinh viên được phép sử dụng tài liệu) Bài 1: (2.5 điểm) Hãy thiết kế cấu trúc mạng perceptron và trình bày cách huấn luyện mạng để mạng thực hiện chức năng phân nhóm dữ liệu dưới đây thành 2 nhóm: Nhóm 1: {[0, 0]T , [1, 1]T , [2, 2]T } Nhóm 2: {[0, 1]T , [1, 0]T , [1, 2]T , [2, 1]T } Bài 2: (2.5 điểm) Cho mạng thần kinh 2 lớp dưới đây: Biết rằng: - Hàm kích hoạt ở lớp ẩn là hàm sigmoid lưỡng cực với =1. - Hàm kích hoạt ở lớp ra là hàm tuyến tính. - Cho biết: w11=0.4; w21= 0.5 ; w12=0.6; w21= 0.4; v1= 0.8; v2= 1.0; b2= 0.2; b2= 0.1, b3 = 0.3; x1=1, x2=  0.5; Tính giá trị ngõ ra của mạng. Bài 3: (2.5 điểm) Cho hàm phi tuyến: )cos()sin()( 2112    xxxxxfy với   xx 21  2,2  . Thiết kế cấu trúc mạng thần kinh và trình bày cách huấn luyện mạng để xấp xỉ hàm phi tuyến nêu trên. Bài 4: (2.5 điểm) Hãy trình bày cách sử dụng mạng thần kinh để nhận dạng các biển báo giao thông dưới đây, nêu rõ đặc trưng được sử dụng để nhận dạng, cấu trúc mạng thần kinh và cách huấn luyện mạng. Hết CNBM y x2 x1 w11 w22 w21 w12 v1 v2 b2 b1 b3 z1 z2 fb.com/ .vn ĐÁP ÁN Bài 1: Hình 1 (a) Biểu diễn tập dữ liệu cần phân nhóm (b) Mạng Perceptron dùng để phân nhóm Do bài toán không khả phân tuyến tính nên để phân tập dữ liệu thành 2 nhóm như đề bài cần sử dụng 3 perceptron kết nối như hình 1.b. Các Perceptron được huấn luyện sử dụng các bảng dữ liệu dưới đây:  Dữ liệu huấn luyện Perceptron 1: x1 x2 z1 0 0 1 0 1 1 1 0 0 1 1 1 1 2 1 2 1 0 2 2 1  Dữ liệu huấn luyện Perceptron 2: x1 x2 z1 0 0 1 0 1 0 1 0 1 1 1 1 1 2 0 2 1 1 2 2 1  Dữ liệu huấn luyện Perceptron 3: z1 z2 y 0 1 0 1 0 0 1 1 1 Sử dụng thuật toán học sửa sai (Delta Learning Rule) huấn luyện 3 Perceptron theo các bảng dữ liệu ở trên, ta sẽ được mạng Perceptron thực hiện được chức năng phân nhóm như yêu cầu bài toán. y x2 x1 w11 w22 w21 w12 v1 v2 b2 1 b3 z1 z2 2 3 x1 x2 l1 l2 fb.com/ .vn Bài 2: Neuron 1: 45.02.0)5.0()5.0(14.0 bxwxwNet 12211111         221.01 )45.0exp(1 2 1 )exp(1 2 1 1      Net z Neuron 2: 3.01.0)5.0()4.0(16.0 bxwxwNet 22221122        149.01 )3.0exp(1 2 1 )exp(1 2 2 2      Net z Neuron 3: 272.03.0)149.0()1(221.0)8.0( bzvzvNet 322113       272.0 Nety 3  Bài 3: Cấu trúc mạng thần kinh cần thiết kế:  Có 2 ngõ vào và 1 ngõ ra  Số neuron ở lớp ẩn là N=5 (có thể tăng giảm giá trị N trong khi huấn luyện mạng)  Số neuron ở lớp ra là 1  Hàm kích hoạt lớp ẩn là hàm sigmoid lưỡng cực  Hàm kích hoạt lớp ra là hàm tuyến tính Cách tạo ra dữ liệu huấn luyện mạng:  Tạo ra ngẫu nhiên K mẫu dữ liệu vào: ( )(),( 21 kxkx ) (với  21 kxkx  2)(),(2  .  ..1 Kk )  Tính mẫu dữ liệu ra thứ k sử dụng công thức: ))(cos()())(sin()()( 2112  kxkxkxkxky Huấn luyện mạng thần kinh: sử dụng giải thuật lan truyền ngược. Bài 4: - Tiền xử lý ảnh: chuyển sang ảnh xám -> chuyển sang ảnh nhị phân - Trích đặc trưng: chia lưới, ví dụ 1010 và tính tổng các điểm ảnh bằng 1 trong mỗi ô y x2 x1 w11 w22 w21 w12 v1 v2 b2 1 b3 z1 z2 2 3 fb.com/ .vn